期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习的PVDF基复合介质储能特性数据分析与预测
被引量：
2
1
作者
冯宇
唐文昕
+2 位作者
张天栋
迟庆国
陈庆国
《高电压技术》
EI
CAS
CSCD
北大核心
2022年第5期1997-2004,共8页
近年来,机器学习作为一种新型数据分析方式,在电气、材料、化学等领域都取得了优异的成果。对储能介质材料而言,以聚偏氟乙烯(polyvinylidenefluoride,PVDF)材料作为基体,向其中加入纳米填料能够极大地增加复合介质最大储能密度。该研...
近年来,机器学习作为一种新型数据分析方式,在电气、材料、化学等领域都取得了优异的成果。对储能介质材料而言,以聚偏氟乙烯(polyvinylidenefluoride,PVDF)材料作为基体,向其中加入纳米填料能够极大地增加复合介质最大储能密度。该研究利用机器学习探索并建立复合介质所含填料(微观信息)-复合介质储能性能(宏观性能)的对应关系。首先,收集165组复合介质储能特性参数建立数据库,以填充相材料的特征作为输入描述符(包括固有描述符和选择描述符);其次,对原始数据进行处理,根据复合介质的最大储能密度提升倍数划分数据集标签。为达到兼顾预测精度和准确率的目的,分别设置二分类、三分类和四分类数据集,使用3种机器学习算法对数据集进行训练;最后,将11组全新的数据输入训练模型进行验证,其中7组数据可以正确预测分类,证明机器学习方法应用在高储能密度复合介质研究中的可靠性。该研究将交叉学科的前沿成果运用在复合介质的研究领域,所建数据库与训练模型将加速高性能复合介质的发现。
展开更多
关键词
复合介质
最大储能密度
纳米填料
机器学习
数据
集
标签
下载PDF
职称材料
多尺度特征融合网络的遥感图像林地检测
被引量：
2
2
作者
宦海
朱蓉蓉
+1 位作者
张浩
谢勇
《现代电子技术》
2022年第4期165-170,共6页
针对现存方法对林地检测结果细节丢失严重、边缘不够精细的问题,文中提出一种基于多尺度特征融合的网络结构,使用Labelme手动对数据集进行标签,并通过翻转、加噪、颜色调整等操作增强图像。网络结构主要包括将低层空间信息和高层语义信...
针对现存方法对林地检测结果细节丢失严重、边缘不够精细的问题,文中提出一种基于多尺度特征融合的网络结构,使用Labelme手动对数据集进行标签,并通过翻转、加噪、颜色调整等操作增强图像。网络结构主要包括将低层空间信息和高层语义信息进行特征融合的密集跳跃连接,以及可以增大网络感受野并从多个角度对特征进行提取的空洞空间金字塔池化模块。文中利用编码器提取全局信息,通过解码器恢复图像空间分辨率,最后用分类器进行林地与非林地的分割。实验结果表明,文中算法与现有算法相比,图像检测能力有一定的提升,能较为准确地检测出林地区域。
展开更多
关键词
林地检测
图像分割
特征融合
图像增强
跳跃连接
数据
集
标签
区域分割
下载PDF
职称材料
题名
基于机器学习的PVDF基复合介质储能特性数据分析与预测
被引量：
2
1
作者
冯宇
唐文昕
张天栋
迟庆国
陈庆国
机构
哈尔滨理工大学工程电介质及其应用教育部重点实验室
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2022年第5期1997-2004,共8页
基金
国家自然科学基金(51807041
51977050)
+2 种基金
黑龙江省自然科学基金(ZD2020E009)
中国博士后科学基金(2020T130156)
清华大学电力系统国家重点实验室开放课题(SKLD20M13)。
文摘
近年来,机器学习作为一种新型数据分析方式,在电气、材料、化学等领域都取得了优异的成果。对储能介质材料而言,以聚偏氟乙烯(polyvinylidenefluoride,PVDF)材料作为基体,向其中加入纳米填料能够极大地增加复合介质最大储能密度。该研究利用机器学习探索并建立复合介质所含填料(微观信息)-复合介质储能性能(宏观性能)的对应关系。首先,收集165组复合介质储能特性参数建立数据库,以填充相材料的特征作为输入描述符(包括固有描述符和选择描述符);其次,对原始数据进行处理,根据复合介质的最大储能密度提升倍数划分数据集标签。为达到兼顾预测精度和准确率的目的,分别设置二分类、三分类和四分类数据集,使用3种机器学习算法对数据集进行训练;最后,将11组全新的数据输入训练模型进行验证,其中7组数据可以正确预测分类,证明机器学习方法应用在高储能密度复合介质研究中的可靠性。该研究将交叉学科的前沿成果运用在复合介质的研究领域,所建数据库与训练模型将加速高性能复合介质的发现。
关键词
复合介质
最大储能密度
纳米填料
机器学习
数据
集
标签
Keywords
composite
maximum energy density
nanofillers
machine learning
dataset labels
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TM53 [自动化与计算机技术—控制科学与工程]
TQ317 [电气工程—电器]
下载PDF
职称材料
题名
多尺度特征融合网络的遥感图像林地检测
被引量：
2
2
作者
宦海
朱蓉蓉
张浩
谢勇
机构
南京信息工程大学电子与信息工程学院
南京信息工程大学长望学院
南京信息工程大学地理科学学院
遥感卫星应用国家工程实验室南京研究中心
出处
《现代电子技术》
2022年第4期165-170,共6页
基金
国家自然科学基金项目(41671345)。
文摘
针对现存方法对林地检测结果细节丢失严重、边缘不够精细的问题,文中提出一种基于多尺度特征融合的网络结构,使用Labelme手动对数据集进行标签,并通过翻转、加噪、颜色调整等操作增强图像。网络结构主要包括将低层空间信息和高层语义信息进行特征融合的密集跳跃连接,以及可以增大网络感受野并从多个角度对特征进行提取的空洞空间金字塔池化模块。文中利用编码器提取全局信息,通过解码器恢复图像空间分辨率,最后用分类器进行林地与非林地的分割。实验结果表明,文中算法与现有算法相比,图像检测能力有一定的提升,能较为准确地检测出林地区域。
关键词
林地检测
图像分割
特征融合
图像增强
跳跃连接
数据
集
标签
区域分割
Keywords
forestland detection
image segmentation
feature fusion
image enhancement
jump connection
dataset labeling
region segmentation
分类号
TN911.73-34 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习的PVDF基复合介质储能特性数据分析与预测
冯宇
唐文昕
张天栋
迟庆国
陈庆国
《高电压技术》
EI
CAS
CSCD
北大核心
2022
2
下载PDF
职称材料
2
多尺度特征融合网络的遥感图像林地检测
宦海
朱蓉蓉
张浩
谢勇
《现代电子技术》
2022
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
